基于神经网络的滚动轴承故障诊断方法研究与应用

中文摘要	第1-4页
ABSTRACT	第4-9页
1 绪论	第9-15页
·滚动轴承故障诊断的意义	第9-10页
·滚动轴承故障诊断的基本内容及诊断方法	第10-11页
·国内外研究的概况及发展趋势	第11-12页
·神经网络理论在故障诊断中的应用	第12-13页
·本文的主要工作	第13-15页
2 滚动轴承的故障及诊断技术	第15-29页
·滚动轴承的结构	第15页
·滚动轴承失效的基本形式	第15-16页
·滚动轴承故障的振动诊断	第16-19页
·滚动轴承的振动机理及故障特征频率	第17-18页
·滚动轴承的振动机理	第17页
·滚动轴承各元件单一缺陷的特征频率	第17-18页
·滚动轴承有异常时的振动特性	第18-19页
·由滚动轴承构造所引起的振动	第18页
·由于精加工波纹引起的振动	第18-19页
·滚动轴承的非线性引发的振动	第19页
·滚动轴承损伤(缺陷)而引起的振动	第19页
·滚动轴承元件表面有损伤点的理论模型	第19-28页
·外环上有单个损伤点的理论模型	第19-21页
·内环上有单个损伤点的理论模型	第21-24页
·单个滚动体上有单个损伤点的理论模型	第24-26页
·滚动轴承元件有多个损伤点的理论模型	第26-28页
·本章小结	第28-29页
3 神经网络理论	第29-44页
·人工神经网络概论	第29-34页
·人工神经元模型	第29-31页
·传递函数	第31-33页
·人工神经网络的学习	第33-34页
·人工神经网络应用领域	第34页
·BP神经网络	第34-41页
·学习规则	第34-35页
·BP算法	第35-41页
·隐层节点的输出	第37页
·输出节点计算输出	第37-38页
·输出节点的误差公式	第38-41页
·BP网络的不足及改进	第41-43页
·BP网络的不足	第41-42页
·BP网络的改进	第42-43页
·加入动量项	第42页
·自适应修改学习速率	第42-43页
·有弹回的BP算法	第43页
·本章小结	第43-44页
4 数据处理	第44-53页
·轴承振动数据的获取	第44-46页
·实验系统	第44-45页
·轴承故障诊断实验	第45-46页
·原始信号数据预处理	第46-50页
·各态历经性	第46页
·时域分析	第46-49页
·频域分析	第49-50页
·离散傅立叶变换	第49-50页
·功率谱分析	第50页
·神经网络预结果再处理	第50-52页
·本章小结	第52-53页
5 轴承故障诊断模型的构建与仿真	第53-79页
·轴承故障诊断神经网络建模	第53-57页
·输入层节点数	第53页
·输出层节点数	第53-54页
·隐层数和隐层节点数	第54-55页
·隐层数的选取	第54页
·隐层节点数的选取	第54-55页
·学习方式的确定	第55页
·神经元传递函数的选取	第55页
·学习率的确定	第55-56页
·初始权重的设置	第56-57页
·轴承故障诊断的仿真	第57-69页
·MATLAB神经网络仿真环境	第57-58页
·时域仿真结果及分析	第58-65页
·普通 BP网络时域仿真	第58-60页
·自适应修改学历率算法时域仿真	第60-61页
·有弹回的 BP算法时域仿真	第61-63页
·新样本时域仿真	第63-65页
·频域仿真结果及分析	第65-69页
·自适应修改学习率算法频域仿真	第65-67页
·有弹回的 BP算法频域仿真	第67-68页
·新样本频域仿真	第68-69页
·本章小结	第69-79页
总结	第79-80页
参考文献	第80-83页
作者在读期间科研成果简介	第83-84页
致谢	第84-86页